汽车产业链服务商评价系统的研究与设计
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10页 |
| ·国内外现状分析 | 第10-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文拟解决的主要问题 | 第14页 |
| ·本文研究的技术路线 | 第14-16页 |
| 第二章 服务商评价管理系统分析 | 第16-29页 |
| ·汽车售后服务业务分析 | 第16-19页 |
| ·汽车售后服务的内容 | 第16-17页 |
| ·企业售后服务管理现状 | 第17-19页 |
| ·汽车产业链平台简介 | 第19页 |
| ·服务商评价管理系统需求分析 | 第19-25页 |
| ·服务商数据管理 | 第22-23页 |
| ·服务商评价 | 第23-24页 |
| ·客户回访管理 | 第24-25页 |
| ·服务商基本信息管理 | 第25页 |
| ·服务商评价管理系统设计 | 第25-28页 |
| ·服务商评价设计的目标 | 第25-26页 |
| ·服务商评价管理的主要功能 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 汽车服务商评价体系的构建 | 第29-63页 |
| ·服务商评价存在的问题 | 第29-30页 |
| ·服务商评价方法 | 第30-41页 |
| ·数学方法在服务商评价中的应用分析 | 第31-33页 |
| ·数据挖掘及其分类技术 | 第33-37页 |
| ·数据挖掘在服务商评价中的可行性分析 | 第37-38页 |
| ·熵权TOPSIS方法与BP神经网络的结合 | 第38-41页 |
| ·服务商评价指标 | 第41-49页 |
| ·服务商评价指标选取 | 第41-45页 |
| ·属性的选取和数据预处理 | 第45-49页 |
| ·数据挖掘在服务商评价中的应用 | 第49-62页 |
| ·BP神经网络算法 | 第49-53页 |
| ·基于BP神经网络算法的服务商评价的模型 | 第53-54页 |
| ·服务商评价流程 | 第54-59页 |
| ·服务商评价算法 | 第59-60页 |
| ·实验结果分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第四章 服务商绩效评价实现 | 第63-73页 |
| ·服务商评价管理系统的开发环境 | 第63页 |
| ·服务商评价系统业务流程和数据流图 | 第63-65页 |
| ·系统关键功能的实现 | 第65-69页 |
| ·指标管理 | 第65-66页 |
| ·服务商评价 | 第66-68页 |
| ·神经网络训练管理 | 第68-69页 |
| ·客户满意度调查 | 第69页 |
| ·应用程序的主要功能程序实现 | 第69-72页 |
| ·BP功能实现的主要函数 | 第69-70页 |
| ·数据指标处理的程序实现 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78页 |
